Mestrado Biologia

Análise do Jogo de Imagens aplicadas no Ensino médio

Roteiro de análise:

1. Amostra dos dados da pesquisa realizada
2. Determinar normalidade
3. Determinar
4. Histograma

Amostra dos dados da pesquisa realizada

Tabulação do número de acertos dos itens do jogo de imagens.

Coluna	Descrição
Exoticas	Número de acertos dentre todas as imagens exibidas do tipo exótica, valor experado é 5.
Nativas	Número de acertos dentre todas as imagens exibidas do tipo nativa, valor experado é 5.

Determinado a taxa de percepção

Entende-se por taxa de percepção o fator determinado pela quantidade média de acertos dentre as questões apresentadas aos alunos, em relação a turma em que o questionario foi aplicado.

Teste de normalidade

Para determinar a normalidade nas distribuiçoes das respostas do jogo de imagens.

Identificação médio das turmas (nomes das espécies & origens)

Indice de reconhecimento médio das turmas

Q-Q Test

Teste de variância

Para determinar a variância

Algoritmo	Comparação	Variável	p_valor	variancia
F test to compare two variances	Nativas x Exóticas	Indice de reconhecimento	0.279	TRUE
		Identificação do nome das espécies	0.6553	TRUE
		Identificação da origem	0.0343	FALSE

Analises descritivas

Indice de identificação por Origem

Indice de identificação por Espécie

Testes de hipoteses

Esperado p-valor >= 0.05 na normalidade (espera-se H0) Esperado p-valor <= 0.05 no teste de hipotese (espera-se H1)

1. Os alunos itendificam mais os nomes dos animais de espécies exóticas que os animais de espécies nativas.

TEST T-student
H0 = Tident(exoticas) = Tident(nativas)
H1 = Tident(exoticas) > Tident(nativas)

Algoritmo	Comparação	Variável	p_valor	H0	H1	Confiança
Two Sample t-test	Nativas x Exóticas	Indice de reconhecimento	0.0083	FALSE	TRUE	-20.26% ~ -3.25%
		Identificação do nome das espécies	0	FALSE	TRUE	-46.21% ~ -27.69%
		Identificação da origem	0	FALSE	TRUE	22.49% ~ 33%
Obs.: Intervalo de confiança 95%

## Hipotese 1
# t.test(jogo.dados.em.p$p_nativas, jogo.dados.em.p$p_exoticas, 
#        alternative = "two.sided", paired = F, var.equal = T)

2. Os alunos identificam mais espécies de origem exótica que as de origem nativa.

TEST T-student
H0 = Tident(origem.exoticas) = Tident(origem.nativas)
H1 = Tident(origem.exoticas) > Tident(origem.nativas)

## Hipotese 2
t.test(pos_gabarito$proporcoes$por_turma$p_origem_nativas, 
       pos_gabarito$proporcoes$por_turma$p_origem_exoticas, 
       alternative = "two.sided", paired = F, var.equal = T)

    Two Sample t-test

data:  pos_gabarito$proporcoes$por_turma$p_origem_nativas and pos_gabarito$proporcoes$por_turma$p_origem_exoticas
t = 11, df = 32, p-value = 0.000000000004
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 0.2249 0.3300
sample estimates:
mean of x mean of y 
   0.8005    0.5231 

3. Os alunos identificam mais as espécies exóticas (nome dos animais e origem) que espécies nativas.

ANOVA

# t.test(jogo.dados.em.p$p_nativas, jogo.dados.em.p$p_origem_nativas, 
#        alternative = "two.sided", paired = F, var.equal = T)
# t.anova <- aov(g2$proporcao ~ g2$especie + g2$tipo)
# summary(t.anova)

4. Os alunos reconhecem mais mamíferos do que os demais grupos taxonómicos.

ANOVA

## Hipotese 4
# t.test(jogo.dados.em.p$p_exoticas, jogo.dados.em.p$p_origem_exoticas, 
#        alternative = "two.sided", paired = F, var.equal = T)

6. Estudantes que residem na Cidade 1 (com UC) identificam mais espécies nativas do que estudantes que residem na Cidade 2 (sem UC).

t.test(nat_silvania, nat_belavista,
       alternative = "two.sided", paired = F, var.equal = T)

    Two Sample t-test

data:  nat_silvania and nat_belavista
t = -0.7, df = 32, p-value = 0.5
alternative hypothesis: true difference in means is not equal to 0
95 percent confidence interval:
 -0.13260  0.06473
sample estimates:
mean of x mean of y 
   0.3510    0.3849